Applying theories to better understand socio-political challenges in implementing evidence-based work disability prevention strategies
Notice bibliographique
Résumé
PURPOSE: This article explores and applies theories for analyzing socio-political aspects of implementation of work disability prevention (WDP) strategies. METHOD: For the analysis, theories from political science are explained and discussed in relation to case examples from three jurisdictions (Sweden, Brazil and Québec). RESULTS: Implementation of WDP strategies may be studied through a conceptual framework that targets: (1) the institutional system in which policy-makers and other stakeholders reside; (2) the ambiguity and conflicts regarding what to do and how to do it; (3) the bounded rationality, path dependency and social systems of different stakeholders; and (4) coalitions formed by different stakeholders and power relations between them. In the case examples, the design of social insurance systems, the access to and infrastructure of healthcare systems, labor market policies, employers' level of responsibility, the regulatory environment, and the general knowledge of WDP issues among stakeholders played different roles in the implementation of policies based on scientific evidence. CONCLUSIONS: Future research may involve participatory approaches focusing on building coalitions and communities of practice with policy-makers and stakeholders, in order to build trust, facilitate cooperation, and to better promote evidence utilization. Implications for Rehabilitation Implementation of work disability prevention policies are subject to contextual influences from the socio-political setting and from relationships between stakeholders Stakeholders involved in implementing strategies are bound to act based on their interests and previous courses of action To promote research uptake on the policy level, stakeholders and researchers need to engage in collaboration and translational activities Political stakeholders at the government and community levels need to be more directly involved as partners in the production and utilization of evidence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,010 | 0,073 |
| Communication savante | 0,025 | 0,024 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».